【时间】2024年4月18日（周四）下午15：00 开始

【地点】线下讲座，9B406会议室

【主题】基于Transformer网络的无监督异源遥感图像变化检测

【主讲人】陈高 博士

【内容简介】

异源遥感图像变化检测是指对不同传感器、不同时间、不同分辨率或不同光谱范围等异源遥感图像进行变化检测。为克服异源遥感图像数据集自身特性的局限性，本报告介绍了一种基于Swin-Transformer的无监督异源遥感图像变化检测网络框架（UST-Net）。UST-Net采用堆叠的卷积去噪自动编码器（SCDAE）来提取异质图像的深层语义特征并消除大部分冗余信息，在此基础上采用一种特征感知Swin Transformer，以模拟全局语义概念之间的建模方式，将SCDAE生成的特征转换为共同的特征表示空间，最终的二值变化图通过相似性测量和聚类算法计算得出。在UST-Net中，网络参数是通过特征图之间的共性学习而不是标签学习的，从而实现了无监督学习过程，这与大多数基于Transformer的现有CD方法不同。通过在四个真实数据集上的实验结果显示，与几种现有方法相比，UST-Net框架具有良好的性能。

诚挚欢迎广大师生参加。